导读:本文包含了行为特性论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:特性,驾驶人,采食,自动机,山猪,生长激素,粒径。
行为特性论文文献综述
牛天河[1]（2019）在《基于Anylogic的突发事故情况下旅客行为特性分析》一文中研究指出为了能够较真实地反映旅客行为特性对突发事故情况下疏散过程的影响,为大型铁路客运站的应急疏散预案的优化提供理论依据。论文通过分析站内旅客在应急疏散过程中的各种行为特性,选择较为典型的两种特性:结伴行为特性和携带行李行为特性,利用基于社会力模型开发的仿真软件Anylogic,对两种行为特性在疏散过程的中影响进行仿真分析研究,以便对大型铁路客运站的应急疏散预案提供理论参考。(本文来源于《计算机与数字工程》期刊2019年12期）
付言峰,方晓敏,王锋超,潘晶晶,王学敏[2]（2019）在《两个培育品种猪生长肥育早期采食行为特性研究》一文中研究指出试验旨在研究苏山猪和苏紫猪在生长肥育早期的采食行为种质特性和生长相关激素水平。选取62头试验猪,其中32头苏山猪,30头苏紫猪。按品种、性别、类型和体重分成8组,每组饲养在对应的OSBORNE测定站栏中,每天测定站会获得每头猪所有的采食数据,包括体重、采食量、采食次数、采食时间等。同时,猪生长激素(GH)和促生长激素释放激素(GHRH)浓度在猪第100日龄时,利用酶联免疫吸附测定(ELISA)技术进行分析。结果表明,试验用时40 d,试验期间共获得33 195条采食数据,自由采食贯穿于全天24 h,其中下午16:00为采食峰值,其次为下午17:00和上午8:00,白天(5:00～19:00)中午11:00为采食低谷。各栏间试验猪采食数据比较结果显示,体重最高栏的猪次采食量也最高,体重最低的猪次采食量也最低,第4栏猪的次采食量、体重和次投料量均最高(P<0.05);不同品种、性别和类型猪间的采食性状均差异显着,苏紫猪的所有采食性状均显着高于苏山猪。各栏间试验猪日数据比较结果显示:日采食时间和日体重均为第4栏最高,日采食量、日采食次数、日采食时间均为第2栏最低。不同品种、性别和类型猪间的日数据均差异显着(P<0.05),日采食量、日采食次数和日采食时间,均为苏紫猪显着高于苏山猪,母猪高于公猪。猪生长激素(GH)浓度,第2栏最高,显着高于第1、3、4、6、7栏(P<0.05),肥猪的GH浓度显着高于种猪(P<0.05),苏山猪和苏紫猪间、公母猪间GH浓度差异均不显着。猪促生长激素释放激素(GHRH)浓度,第8栏最高,显着高于第4、6栏(P<0.05),不同品种、性别、类型猪的GHRH浓度差异均不显着。结论:自由采食时,猪只喜欢在16:00～17:00和8:00～9:00间集中采食,体重大的猪采食量更大,苏紫猪的所有采食性状均显着高于苏山猪,母猪日采食量、日采食次数、日采食时间均显着高于公猪,GH和GHRH的最高值不出现在同一栏猪中,肥猪的GH浓度显着高于种猪。(本文来源于《养猪》期刊2019年06期）
杨灿,陈群,陈璐[3]（2019）在《考虑在能见度受限下行人跟随行为特性的建模与模拟》一文中研究指出研究了行人在能见度受限情况下的疏散行为,考虑行人对环境的熟悉程度,将行人分为熟悉环境人群和不熟悉环境人群.对于房间内熟悉环境的行人,改进势函数元胞自动机模型来模拟其疏散行为.对于不熟悉环境人群,分析其在视野范围内的跟随行为,并制定了不同跟随行为策略,来研究其跟随行为特性.仿真模拟了房间内熟悉环境人群的人数占比、房间内的视野半径大小以及行人密度等参数,研究其对行人疏散的影响,比较不熟悉环境人群采取的跟随策略的优劣.发现疏散时间的大小与房间内视野半径的大小和房间内熟悉环境者密度的大小有关.其次,跟随策略的有效性与视野半径的大小和熟悉环境者密度有关.而且在单一策略环境下,有着同样的规律.这些发现能对大型公共场所如超市、体育馆的应急疏散情况提供一些启示,有助于在视野受限情况下制定一些有效的指导策略.(本文来源于《物理学报》期刊2019年24期）
黄刚[4]（2019）在《路用石墨烯沥青材料组成及行为特性研究》一文中研究指出针对耐久型沥青路面建设需求,结合碳纳米复合材料科学前沿,依托国家自然科学基金,开发和制备石墨烯及石墨烯改性沥青,开展对石墨烯改性沥青及其行为特性的研究,奠定路用石墨烯改性沥青应用基础。研究中自主研发石墨烯,基于分子动力学,优选表面活性分散剂,评价不同分散剂对石墨烯的分散作用,通过分散剂(本文来源于《第十届国际（中国）功能材料及其应用学术会议、第六届国际多功能材料与结构学术大会、首届国际新材料前沿发展大会摘要集》期刊2019-11-23）
吴玲,胡昊,赵炜华,朱彤,刘浩学[5]（2019）在《基于安全车速差的高速公路特长隧道环境驾驶人行为风险特性研究》一文中研究指出为研究高速公路特长隧道环境下驾驶人行为风险特性,选取2座典型特长隧道进行实车试验,通过采集熟练驾驶人和非熟练驾驶人的速度数据,将此作为主观预期车速,结合道路行车环境的客观安全车速,构建基于安全车速差的驾驶人行为风险量化方法。在划分隧道路段为入口段、行车段和出口段的基础上,通过切分行车区间,对比分析出入口段2类驾驶人行为风险变化特性及整个隧道路段和普通高速路段的行为风险变化曲线。结果表明:1)在隧道内部,相对于非熟练驾驶人,熟练驾驶人表现出更高的行为风险值;在隧道外部,则非熟练驾驶人的行为风险值更高一些。2)所有类型驾驶人在普通高速路段行为风险值最高,在隧道入口段的行为风险值最低。上述结果说明:在隧道路段,熟悉试验道路的驾驶人车速行为并不安全,行为风险值相对较高。(本文来源于《隧道建设(中英文)》期刊2019年10期）
孙格格,赵庆峰,胡俊杰,李艳[6]（2019）在《玉米醇溶蛋白纳米粒子/甲壳素纳米纤维共稳定皮克林乳液的特性及胃肠道水解行为》一文中研究指出由于玉米醇溶蛋白的强疏水性,其纳米粒子稳定的皮克林乳液稳定性较差,在储藏过程中发生破乳现象。研究表明多糖、蛋白等表面活性物质的复配可以改善该乳液的稳定性。本研究将甲壳素纳米纤维与玉米醇溶蛋白纳米粒子复配,作为乳化剂制备皮克林乳液,研究其特性及胃肠道水解行为。研究结果表明,甲壳素纳米纤维的复配能大大提升玉米醇溶蛋白乳液的稳定性。pH条件对玉米醇溶蛋白粒子、甲壳素纳米纤维及其复配物的稳定性及微观形貌有很大影响。玉米醇溶蛋白粒子在pH≥6时,出现很大的团聚,并沉淀。甲壳素纳米纤维的复配能避免粒子的聚集。不同pH条件下形成的复配物对乳液的稳定性和消化特性有明显差别。pH 8条件下所得复配物对油脂水解的抑制效果最明显。研究结果表明,通过两种不同形貌皮克林乳化剂复配及pH调节可以调控乳液的特性及油脂消化行为。(本文来源于《中国食品科学技术学会第十六届年会暨第十届中美食品业高层论坛论文摘要集》期刊2019-11-13）
李扬,陈玉辰,王子健,蒋浩然[7]（2019）在《市场竞争机制下用户用电行为特性辨识模型》一文中研究指出研究市场环境下的用户用电行为,有利于优化电力市场机制,为市场的数据化运营奠定基础,对电网的安全稳定运行有着积极的作用。首先,针对不同用户在电力市场环境下对电能价格和需求响应政策等的反应机制,从购电潜力、电价敏感度、需求响应潜力3个方面构建市场行为评价指标体系,在对初始用户样本进行指标量化的基础上,采用二次聚类法确定用户初始类别;然后,基于学习向量量化(LVQ)神经网络和自组织映射(SOM)神经网络,提出具有类别增量学习功能的自适应辨识模型;最后,基于某地市的实际用户数据进行模型验证。算例结果表明,所提自适应辨识模型的辨识结果准确,能有效地辨识得到新的用户类型,同时在更新辨识模型的速度上也有较大的优越性。(本文来源于《电力自动化设备》期刊2019年11期）
吴珍,张弦,庞晶琳,刘海英,张盼月[8]（2019）在《腐殖酸水化学行为特性研究》一文中研究指出采用傅里叶变换红外光谱、热重-差热分析、粒径和电位分析等方法对腐殖酸及其水溶液的物理化学特性进行了分析与讨论。腐殖酸粉末样品的红外光谱和热重-差热分析表明,实验所用腐殖酸的特征部位包括羟基、羧基、芳环以及其它一些基团。化学组成以芳环为主,占产品总重的68.2%;其次为羧基,约为19.6%;剩余部分分别为含水量9.9%、灰分2.3%。光散射和电位分析结果表明,腐殖酸工作溶液中腐殖酸溶胶颗粒平均尺寸为8.13μm, Zeta电位峰值为-17.9 mV。紫外分析显示,UV254与水中腐殖酸浓度存在良好的线性关系,R2为0.999 6, UV254可以作为水中腐殖酸浓度的评价指标。(本文来源于《工业用水与废水》期刊2019年05期）
陈秀锋,武帅,宋着贺,陈伟,高艳艳[9]（2019）在《雾天环境下S形弯道驾驶行为特性》一文中研究指出为了研究雾天环境对驾驶员在S形弯道车辆控制能力的影响,借助驾驶模拟器,选取46名驾驶员在雾天条件下进行S形路段驾驶试验。采集直线段、过渡段、曲线段的驾驶试验数据进行多变量方差和卡方检验分析能见度、驾驶经验、性别对驾驶速度、减速距离和偏离次数的影响。结果表明,能见度条件对3个阶段的车辆控制能力均有显着性影响,尤其在过渡阶段影响最为明显,驾驶员的减速距离、偏离次数均有显着性差异;专业驾驶员相对于非专业驾驶员在曲线通过过程中更倾向于谨慎型驾驶风格;女性驾驶员在曲线驾驶中车辆控制能力明显低于男性驾驶员,且非专业女驾驶员在曲线驾驶中是最容易受伤害的群体。(本文来源于《科学技术与工程》期刊2019年29期）
刘蔚[10]（2019）在《网络行为特性分析的网络管理预测研究》一文中研究指出快速发展的互联网在带来便利的同时使网络规模快速增大,对网络行为特性测量与分析工作提出了更高的要求。互联网规划设计及管理工作离不开网络行为特征分析的支撑,为了满足对网络行为的监测需求,对网络行为特征分析的网络监测过程进行了研究和设计。在网络行为特性分析现状的基础上,完成了网络监测系统的设计及IP网络行为评价指标体系的构建,有机结合了网络监测技术和数据分析技术,详细介绍了系统的功能架构和实现路径,具有良好的可扩展性,使实时监测网络行为的各项要求得以有效满足。(本文来源于《微型电脑应用》期刊2019年10期）
行为特性论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
试验旨在研究苏山猪和苏紫猪在生长肥育早期的采食行为种质特性和生长相关激素水平。选取62头试验猪,其中32头苏山猪,30头苏紫猪。按品种、性别、类型和体重分成8组,每组饲养在对应的OSBORNE测定站栏中,每天测定站会获得每头猪所有的采食数据,包括体重、采食量、采食次数、采食时间等。同时,猪生长激素(GH)和促生长激素释放激素(GHRH)浓度在猪第100日龄时,利用酶联免疫吸附测定(ELISA)技术进行分析。结果表明,试验用时40 d,试验期间共获得33 195条采食数据,自由采食贯穿于全天24 h,其中下午16:00为采食峰值,其次为下午17:00和上午8:00,白天(5:00～19:00)中午11:00为采食低谷。各栏间试验猪采食数据比较结果显示,体重最高栏的猪次采食量也最高,体重最低的猪次采食量也最低,第4栏猪的次采食量、体重和次投料量均最高(P<0.05);不同品种、性别和类型猪间的采食性状均差异显着,苏紫猪的所有采食性状均显着高于苏山猪。各栏间试验猪日数据比较结果显示:日采食时间和日体重均为第4栏最高,日采食量、日采食次数、日采食时间均为第2栏最低。不同品种、性别和类型猪间的日数据均差异显着(P<0.05),日采食量、日采食次数和日采食时间,均为苏紫猪显着高于苏山猪,母猪高于公猪。猪生长激素(GH)浓度,第2栏最高,显着高于第1、3、4、6、7栏(P<0.05),肥猪的GH浓度显着高于种猪(P<0.05),苏山猪和苏紫猪间、公母猪间GH浓度差异均不显着。猪促生长激素释放激素(GHRH)浓度,第8栏最高,显着高于第4、6栏(P<0.05),不同品种、性别、类型猪的GHRH浓度差异均不显着。结论:自由采食时,猪只喜欢在16:00～17:00和8:00～9:00间集中采食,体重大的猪采食量更大,苏紫猪的所有采食性状均显着高于苏山猪,母猪日采食量、日采食次数、日采食时间均显着高于公猪,GH和GHRH的最高值不出现在同一栏猪中,肥猪的GH浓度显着高于种猪。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
行为特性论文参考文献
[1].牛天河.基于Anylogic的突发事故情况下旅客行为特性分析[J].计算机与数字工程.2019
[2].付言峰,方晓敏,王锋超,潘晶晶,王学敏.两个培育品种猪生长肥育早期采食行为特性研究[J].养猪.2019
[3].杨灿,陈群,陈璐.考虑在能见度受限下行人跟随行为特性的建模与模拟[J].物理学报.2019
[4].黄刚.路用石墨烯沥青材料组成及行为特性研究[C].第十届国际（中国）功能材料及其应用学术会议、第六届国际多功能材料与结构学术大会、首届国际新材料前沿发展大会摘要集.2019
[5].吴玲,胡昊,赵炜华,朱彤,刘浩学.基于安全车速差的高速公路特长隧道环境驾驶人行为风险特性研究[J].隧道建设(中英文).2019
[6].孙格格,赵庆峰,胡俊杰,李艳.玉米醇溶蛋白纳米粒子/甲壳素纳米纤维共稳定皮克林乳液的特性及胃肠道水解行为[C].中国食品科学技术学会第十六届年会暨第十届中美食品业高层论坛论文摘要集.2019
[7].李扬,陈玉辰,王子健,蒋浩然.市场竞争机制下用户用电行为特性辨识模型[J].电力自动化设备.2019
[8].吴珍,张弦,庞晶琳,刘海英,张盼月.腐殖酸水化学行为特性研究[J].工业用水与废水.2019
[9].陈秀锋,武帅,宋着贺,陈伟,高艳艳.雾天环境下S形弯道驾驶行为特性[J].科学技术与工程.2019
[10].刘蔚.网络行为特性分析的网络管理预测研究[J].微型电脑应用.2019
论文知识图
